Tôi gặp sự cố với chức năng dplyr
sample_n
. Im cố gắng trích xuất ngẫu nhiên các tập con từ data.frame nhưng không thành công. Bởi vì sample_n
chỉ trích xuất các hàng ngẫu nhiên.Làm thế nào để tập hợp ngẫu nhiên dữ liệu với dplyr?
Dưới đây là một số ví dụ minh họa cách trích xuất các hàng ngẫu nhiên từ mỗi tập hợp con.
sample-rows-of-subgroups-from-dataframe-with-dplyr
selecting-n-random-rows-across-all-levels-of-a-factor-within-a-dataframe
Đây không phải là những gì tôi muốn. Tôi muốn trích xuất các nhóm ngẫu nhiên từ một khung dữ liệu không phải các hàng ngẫu nhiên từ mỗi tập hợp con.
Ví dụ,
xx <- rep(rep(seq(0,800,200),each=10),times=2)
yy<-c(replicate(2,sort(10^runif(10,-1,0),decreasing=TRUE)),replicate(2,sort(10^runif(10,-1,0),decreasing=TRUE)), replicate(2,sort(10^runif(10,-2,0),decreasing=TRUE)),replicate(2,sort(10^runif(10,-3,0),decreasing=TRUE)), replicate(2,sort(10^runif(10,-4,0), decreasing=TRUE)))
V <- rep(seq(100,2500,length.out=10),times=2)
No <- rep(1:10,each=10)
df <- data.frame(V,xx,yy,No)
library(dplyr)
random <- df %>%
group_by(No)%>%
sample_n(5,replace=T) ## This part is the problem.
Ví dụ làm thế nào để trích xuất một cách ngẫu nhiên 3 tập con với tất cả các hàng của họ giữ?
V xx yy No
1 100.0000 0 0.9877468589 1
2 366.6667 0 0.6658268649 1
3 633.3333 0 0.4408336374 1
4 900.0000 0 0.4136939054 1
5 1166.6667 0 0.4104986026 1
6 1433.3333 0 0.3899468530 1
7 1700.0000 0 0.3042157845 1
8 1966.6667 0 0.1585948347 1
9 2233.3333 0 0.1307305044 1
10 2500.0000 0 0.1079459480 1
11 100.0000 200 0.7437972385 2
12 366.6667 200 0.7130753133 2
13 633.3333 200 0.6000577122 2
14 900.0000 200 0.5038569759 2
15 1166.6667 200 0.3740146819 2
16 1433.3333 200 0.3605675251 2
17 1700.0000 200 0.1821736571 2
18 1966.6667 200 0.1542015388 2
19 2233.3333 200 0.1453810015 2
20 2500.0000 200 0.1142553452 2
21 100.0000 400 0.9712414163 3
22 366.6667 400 0.5420861908 3
23 633.3333 400 0.4622129942 3
24 900.0000 400 0.3634606046 3
25 1166.6667 400 0.3541710297 3
26 1433.3333 400 0.3451167353 3
27 1700.0000 400 0.2413016960 3
28 1966.6667 400 0.2356020402 3
29 2233.3333 400 0.2054358298 3
30 2500.0000 400 0.1132074106 3
31 100.0000 600 0.9220690387 4
32 366.6667 600 0.8772938566 4
33 633.3333 600 0.7560569362 4
34 900.0000 600 0.5395093190 4
35 1166.6667 600 0.3696490756 4
36 1433.3333 600 0.1585255169 4
37 1700.0000 600 0.1425756544 4
38 1966.6667 600 0.1135199782 4
39 2233.3333 600 0.1061660399 4
40 2500.0000 600 0.1052644706 4
41 100.0000 800 0.6175240054 5
42 366.6667 800 0.5527556076 5
43 633.3333 800 0.4339775258 5
44 900.0000 800 0.2462104866 5
45 1166.6667 800 0.1955550477 5
46 1433.3333 800 0.1701907232 5
47 1700.0000 800 0.0824833313 5
48 1966.6667 800 0.0483463760 5
49 2233.3333 800 0.0246629341 5
50 2500.0000 800 0.0186177562 5
51 100.0000 0 0.8977179587 6
52 366.6667 0 0.8087930175 6
53 633.3333 0 0.5547978713 6
54 900.0000 0 0.4395436341 6
55 1166.6667 0 0.2972449261 6
56 1433.3333 0 0.0925262903 6
57 1700.0000 0 0.0665688788 6
58 1966.6667 0 0.0309263319 6
59 2233.3333 0 0.0238500731 6
60 2500.0000 0 0.0213679919 6
61 100.0000 200 0.7777420232 7
62 366.6667 200 0.2299083233 7
63 633.3333 200 0.0611370244 7
64 900.0000 200 0.0228982941 7
65 1166.6667 200 0.0150085546 7
66 1433.3333 200 0.0076922035 7
67 1700.0000 200 0.0066120335 7
68 1966.6667 200 0.0062052827 7
69 2233.3333 200 0.0037895910 7
70 2500.0000 200 0.0011051211 7
71 100.0000 400 0.3829786486 8
72 366.6667 400 0.1901274442 8
73 633.3333 400 0.1775864007 8
74 900.0000 400 0.0567928196 8
75 1166.6667 400 0.0414294193 8
76 1433.3333 400 0.0127875497 8
77 1700.0000 400 0.0105576089 8
78 1966.6667 400 0.0051503839 8
79 2233.3333 400 0.0035216836 8
80 2500.0000 400 0.0
81 100.0000 600 0.0370072219 9
82 366.6667 600 0.0297765049 9
83 633.3333 600 0.0219866835 9
84 900.0000 600 0.0140510807 9
85 1166.6667 600 0.0021593963 9
86 1433.3333 600 0.0018936887 9
87 1700.0000 600 0.0017860546 9
88 1966.6667 600 0.0001551491 9
89 2233.3333 600 0.0001345905 9
90 2500.0000 600 0.0001048041 9
91 100.0000 800 0.7343220323 10
92 366.6667 800 0.1653557177 10
93 633.3333 800 0.1006331452 10
94 900.0000 800 0.0083407709 10
95 1166.6667 800 0.0043037301 10
96 1433.3333 800 0.0032461136 10
97 1700.0000 800 0.0015843809 10
98 1966.6667 800 0.0004819055 10
99 2233.3333 800 0.0002991639 10
100 2500.0000 800 0.0001447263 10
Liệu nó phải sử dụng dplyr? bạn có thể dễ dàng làm điều đó với cơ sở R ví dụ df [df $ Không% trong% mẫu (duy nhất (df $ Không), 5),] – JeremyS
@JeremyS Tôi thích 'dplyr' vì có một số quá trình sau tập hợp con này. Ngoài ra, mã của bạn không thay đổi bất cứ điều gì khi tôi chạy nó :: – Alexander
@ JeremyS của giải pháp là rất thanh lịch và cung cấp những gì bạn muốn. Bạn có thể làm điều gì đó như 'df [df $ No% trong% sample (duy nhất (df $ No), 5),]%>% group_by (Không)%>% do_stuff'. – Heroka